الوصف الوظيفي

الأدوار والمسؤوليات

1. قيادة تسليم علوم البيانات من البداية إلى النهاية

تطوير وتنفيذ وصيانة قواعد البيانات وأنظمة جمع البيانات
امتلاك دورة حياة كاملة لمبادرات ML/AI من صياغة المشكلة، استكشاف البيانات، هندسة الميزات، تطوير النموذج، التحقق، وتسليم MLOps.
تقديم نماذج قابلة للتوسع ومنتجة، مع ضمان التوافق مع حوكمة البيانات المؤسسية ومعايير الذكاء الاصطناعي.
إجراء تحليل إحصائي لفهم وتفسير رؤى البيانات
تطبيق تقنيات استخراج البيانات لتحديد الأنماط، الاتجاهات، والعلاقات في مجموعات البيانات الكبيرة
بناء نماذج تنبؤية وخوارزميات تعلم الآلة للتنبؤ بالنتائج المستقبلية
إنشاء تصورات واضحة للبيانات وتقارير للتواصل مع النتائج للمساهمين
العمل مع فرق متعددة التخصصات لفهم احتياجات الأعمال وتقديم حلول مدفوعة بالبيانات
تصميم وصيانة خطوط بيانات ونماذج موثوقة بالشراكة مع هندسة البيانات لضمان دقة البيانات وموعدها وموثوقيتها للاستخدام اللاحق
ضمان أمان البيانات والامتثال للوائح ذات الصلة
البقاء على اطلاع بأحدث الاتجاهات والتقنيات التكنولوجية في علوم البيانات
تحفيز التجريب، إصدار النماذج، إعادة التدريب التلقائي، والتحسين المستمر.

2. تحويل احتياجات الأعمال إلى حلول AI / Analytics

إنشاء أطر ونماذج تشغيل تجعل علوم البيانات متاحة، وقابلة للتوسع، ومتداخلة ضمن الوظائف التجارية والتقنية
التفاعل مع المعنيين في BU / المجال لتحديد فرص خلق القيمة وتحويلها إلى حالات استخدام تحليلية قابلة للتنفيذ.
بناء افتراضات القيمة، KPIs، معايير النجاح، وخطط الحل بالتعاون مع قيادة البيانات والذكاء الاصطناعي وفرق الأعمال.

3. تحييد نماذج AI / ML (عمليات ML والهندسة المعمارية)

الشراكة مع هندسة البيانات، منصات البيانات، وفرق هندسة السحابة / OT لدمج النماذج في أنظمة المؤسسة وطبقات التشغيل.
تحديد معايير نشر الإنتاج، الاختبار، المراقبة، التعامل مع الانحراف، وحوكمة دورة الحياة.
ضمان التكامل السلس للنماذج التنبؤية ونماذج التحسين في منصات المؤسسات، أنظمة التحكم، والتوائم الرقمية
استغلال تعلم الآلة، التحسين، ورؤية الكمبيوتر كأدوات ممكنة لتحسين الأداء، والموثوقية، والاستدامة

4. الذكاء الاصطناعي المسؤول، الجودة والحوكمة

ضمان الامتثال لإطارات الذكاء الاصطناعي المسؤول، وجودة البيانات، وحوكمة البيانات في معادن.
تعزيز التكرار، التوثيق، تتبع السلالة، وقابلية التدقيق عبر جميع أصول علوم البيانات.
ضمان الشفافية، القابلية للتفسير، وحوكمة مستمرة للنماذج عبر البيئات الإنتاجية والمؤسسية

الملف الشخصي المطلوب للمرشحين

درجة البكالوريوس في علوم الكمبيوتر، علوم البيانات، الهندسة، الرياضيات، الإحصاء، أو المجالات ذات الصلة.

5 8 سنوات من الخبرة في علوم البيانات / التحليلات المتقدمة في بيئات صناعية، تعدين، أو أصول ثقيلة مفضلة. بما في ذلك سنتان على الأقل من قيادة أو توجيه محترفي التحليلات

قدرة مثبتة على تحويل مشاكل الأعمال إلى نهج تحليلي: تحديد الافتراضات، تصميم التحليلات، وتركيب النتائج في توصيات واضحة.

إجادة قوية بإطارات ML الحديثة ومنصات السحابة (TensorFlow، PyTorch، Azure، AWS)

إجادة تقنية قوية مع حزم التحليلات الحديثة، نمذجة البيانات، SQL، وخبرة في التعاون الفعال مع فرق الهندسة.

أخصائي رئيسي، علوم البيانات والتحليلات II Ma'aden Aluminium Company (MAC)